Азиатская производственная мощь всегда заключалась в масштабировании — автомобили, чипы, корабли, а теперь, видимо, и данные для роботов. Config, стартап из Сеула и Сан-Хосе, строящий уровень данных для роботизированных фундаментальных моделей (RFM), привлек переподписанный раунд seed на $27 млн под руководством Samsung Venture Investment при стратегической поддержке ZER01NE Ventures от Hyundai Motor, LG Tech Ventures и SKT America. Раунд оценивает Config более чем в $200 млн, доводя общий объем финансирования до $34 млн. Ангел-инвестор Питер Аббил, сооснователь Covariant AI и профессор UC Berkeley, тоже вложился, наряду с финансовыми спонсорами, включая Mirae Asset Ventures, Korea Development Bank, GS Futures, Kakao Ventures и Z Ventures.

Основанный в январе 2025 года генеральным директором Минджуном Со — бывшим исследователем Meta и главным ученым в Twelve Labs — вместе с четырьмя сооснователями из Waymo, Google и Naver, Config не строит самих роботов. Вместо этого они сосредоточены на более простой цели: предоставлении данных, необходимых роботам для обучения и работы. Потому что, как оказалось, научить робота двигаться гораздо сложнее, чем научить чат-бота генерировать правдоподобную чушь. Каждый фрагмент обучающих данных нужно физически собирать — нужен робот, помещение и люди для управления им. Это делает робототехнический ИИ более дорогим в разработке, чем программный чат-бот, по словам Со.

Config сравнивает свою роль с TSMC, тайваньским производителем чипов, который производит для Apple, Nvidia и AMD, не конкурируя ни с одним из них. Стартап стремится играть аналогичную роль в робототехнике, поставляя данные. Такой подход набирает обороты, поскольку крупные производители все чаще стремятся создавать собственный проприетарный робототехнический ИИ вместо того, чтобы полностью полагаться на внешних поставщиков. Именно на этот рынок делает ставку Config — и он уже приносит доход, по словам COO и сооснователя Джека Банга. Текущие клиенты включают крупных производителей, системных интеграторов и компании в сельскохозяйственном и оборонном секторах. Среди конкурентов — Physical Intelligence, Generalist AI и Skild AI.

Config записывает людей, выполняющих физические задачи, в контролируемых студийных условиях и в полевых условиях. Стартап работает из Сеула и Ханоя, где штат из почти 300 человек занимается производством данных. На сегодняшний день накоплено более 100 000 часов данных о движениях человека — более чем в 30 раз больше, чем AgiBot World, крупнейший сопоставимый набор данных с открытым исходным кодом, составляющий примерно 3000 часов. Но Config не просто накапливает данные; он их преобразует. Большинство команд робототехники обучают модели ИИ на данных о движениях человека, а затем адаптируют эти модели для робота. Config использует другой подход, преобразуя данные до начала обучения, чтобы они лучше подходили для того, как роботы двигаются и взаимодействуют с миром. Со сравнил этот процесс с языковым переводом: обучать модель на одном типе данных и ожидать, что она будет безупречно работать в другой среде, — это все равно что пытаться учить корейский, используя только англоязычные материалы. «Данные должны быть преобразованы, а не модель. Эта технология преобразования является ключевым техническим отличием Config», — сказал Со.

Финансирование пойдет на три приоритета: масштабирование операций с данными во Вьетнаме и Сеуле до одного миллиона часов собранных данных, рост бизнеса корпоративной платформы до $10 млн годового повторяющегося дохода к концу 2026 года и запуск облачного продукта «Робот как услуга», который позволит компаниям запускать фундаментальную модель Config без необходимости в бортовом оборудовании. Потому что ничто так не говорит о «промышленной революции», как аренда робо-мозгов по часам.